pdf粘贴到word格式-如何把PDF格式的文件内容用粘贴到WORD里?

pdf转word
1. 如果不是图片类做成的pdf 你可以尝试用verypdf pdf2word 工具或者使用solid converter pdf 转换 但是如果是内嵌了字体的，那么就要看情况了，因为有的字体你系统里面有，转出来就没有问题，如果系统里面没有，那么转出来就是一堆乱码，那么就先要把这些pdf文件转成位图形式（也就是常说的pdf转曲）然后再用工具转，当然这时候上面的2个工具基本无能为力了
2.对于是图片做成的pdf 那么我们就需要用ocr类软件进行识别了，你可以用比较简单的cajviewer来提取 但是只能是一页页提取文字，或者你可以使用readiris corporate 12软件来进行识别，但是readiris corporate 12呢需要下载支持韩语 日语还有简体中文的亚洲语言包才是识别中文，但是这个软件的ocr识别率是比较好的~~~~当然还有abbyy finereader 也是一款识别率很高的软件，关键还支持中文识别~~也是一款不可多得的ocr软件，这里我强力推荐这个软件。
3. 对于一些不允许做修改的pdf文件（就是加密加了权限的pdf），那么就先要去除密码或者去除数字证书，才能照上面两个步骤做~~~

如何将pdf格式转化为word格式- -

首先，pdf文档本身分为以下几类：
1.非加密的pdf文档 这类文档是作者公开在网路上流行的文档，其内容是允许
读者拷贝粘贴的，当然这其中要设计到合理的引用注释。主要有两种类型，一个是编辑
好的可以对文字部分操作的文档，另外一种是扫描格式的。对于前一种文档adobe公司出
品的pdf阅读和编辑软件都可以对文字部分进行选取，拷贝和粘贴，当然图片部分也可以
。通常我们写文章需要引用或编辑的时候，有选择的选取其中的文字就可以了，很方便
，也没有必要全文选取。当然，如果处于版面要求以及某种目的需要快速的全文转化，
也是完全可以实现的。
主要方法包括：
a. adobe公司出品的pdf创建和编辑软件adobe acrobat（不是reader）本身就
具有将pdf文档转化为word文档的能力。只要我们打开菜单栏，将文档另存为doc格式或
rtf格式就可以了。但是说实话，这种方法得到的文档只能够说是变成了一堆字而已，原
来的版式都没有了。不过这也不失为一种方法。
b. 借助于其它软件实现高质量的pdf文档向word文档的转换。其实现在能够实
现这种功能的软件很多，我只介绍其中的两个，而这两个也绝对是具有业界领先水平的
。它们是scansoft公司出品的scansoft pdf converter和abbyy公司出品的abbyy pdf
transformer。当然后者作为ocr领域的业界大企业，还有一些具有此功能的更高级的软
件，但是这个已经足以应付大部分的转换了。
这两个软件能够快速实现对于可拷贝的pdf文档的迅速转化，而且绝对是高
质量的全文转换。经过转换得到的word文档，排版和原来的pdf文档几乎没有分别，绝对
是让你震惊的水准，需要全文转换的绝对推荐使用！
c. 对于非加密扫描型pdf文档来说，其上面包含的文字实际上是属于图片的一
部分，我们如果想大量的一次性得到这些文字，必须借助于ocr软件的辅助，这种软件种
类繁多，中文外文的都有。当然，对于英文的识别效率应该好于对于中文的，这也和选
择的软件关系很大。而且，最重要的是，pdf文档中文字的清晰度。
2.加密型pdf文档 加密型pdf文档通常不允许读者对其进行任何拷贝和编辑，
包括其中的文字和图片。这也是对版权的保护。如果你非要违背作者意图来获得其中的
文字，使用的方法主要有两种：第一就是借助于pdf加密破解软件，第二种就是手动往电
脑里面敲吧。推荐后者，毕竟该尊重的一定要尊重。
参考资料：引自 http://publishblog.blogchina.com/blog/tb.b?diaryid=1146714

反转
装个acrobat,但不是reader。装完在word里会有acrobat的图标，直接可以转成pdf。

1.office组件把pdf转成word：
可以利用office 2003中的microsoft office document imaging组件来实现pdf转word文档，也就是说利用word来完成该任务。方法如下：

用adobe reader打开想转换的pdf文件，接下来选择“文件→打印”菜单，在打开的“打印”窗口中将“打印机”栏中的名称设置为“microsoft office document image writer”，确认后将该pdf文件输出为mdi格式的虚拟打印文件。

注:如果没有找到“microsoft office document image writer”项，使用office 2003安装光盘中的“添加/删除组件”更新安装该组件，选中“office 工具 microsoft draw转换器”。

然后，运行“microsoft office document imaging”，并利用它来打开刚才保存的mdi文件，选择“工具→将文本发送到word”菜单，在弹出的窗口中选中“在输出时保持图片版式不变”，确认后系统会提示“必须在执行此操作前重新运行ocr。这可能需要一些时间”，不管它，确认即可。

注:对pdf转doc的识别率不是特别完美，转换后会丢失原来的排版格式，所以转换后还需要手工对其进行排版和校对工作。

以上仅在word2003中可用，其他版本没有microsoft office document image writer。

2.利用第三方工具软件：
scansoft pdf converter for microsoft word
下载地址：
http://www.mydown.com/soft/245/245551.html

3.asp.net实现将word转换pdf格式：
一:必备工具

安装必须的工具ms vs.net2003,ms office2003,adobe acrobat 7.0 professional,postscript.exe,gs811w32.exe

ms vs.net2003的安装不说明

ms office2003的安装不说明

adobe acrobat 7.0 professional安装说明

运行setup.exe文件,出现输入序列号,就运行注册机,用鼠标在第一行刷下就可以看见序列号，复制粘贴到adobe acrobat 7.0 professional安装程序对话框，安装到最后出现注册时,点击phone...将安装程序中显示的第二行序列号（第一行是刚才注册机生成的序列号）复制粘贴到注册机的第二行，点击右边的按钮，再用鼠标刷第三行授权号就出来了，将其复制粘贴到安装程序的最后一行，完成安装注册！

postscript.exe默认安装就可以了,它是一个pdf转换时所需要的脚本

gs811w32.exe默认安装就可以,它其实是个pdf虚拟打印机的驱动

二:配置虚拟打印机

进入windows的控制面板,进入打印机,点击"添加打印机"图标.在安装对话框上"按一步",出现选择打印机时,在制造商一栏中选择"generic",在打印机一栏中,选择"ms publisher color printer",然后一路按下一步,知道安装结束.

三:开始写第一个程序(脚本程序)

为什么要使用脚本程序进行转换呢,其实实际测试过程中,使用pdf distiller的对象引用到c#后,转换成功,但整个pdf distiller对象不能释放,第二次再转换时,就发生了错误,故此处使用脚本程序实现转换.这样我们只要在c#的程序中调用脚本程序就可以实现word到pdf的转换。

宿主脚本文件名:convertdoc2pdf.js

脚本文件内容:

var files = wscript.arguments;
var fso = new activexobject("scripting.filesystemobject");
var word = new activexobject("word.application");
var pdf = new activexobject("pdfdistiller.pdfdistiller.1");
word.activeprinter = "ms publisher color printer";

//files(0) 为word文档文件名
//files(1) 为,转换后需要保存的路径
//调用fso.getbasename(files(0))后,为无路径,无扩展名,的文件名
//files.length为文件参数的个数,使用循环可以支持多个word文档的转换

var docfile = files(0);
var psfile = files(1) + fso.getbasename(files(0)) + ".ps";
var pdffile = files(1) + fso.getbasename(files(0)) + ".pdf";
var logfile = files(1) + fso.getbasename(files(0)) + ".log";

try{
var doc = word.documents.open(docfile);
//word文件转成ps文件;
word.printout(false, false, 0, psfile);
doc.close(0);

//ps文件转成pdf文件;
pdf.filetopdf(psfile,pdffile,"");

fso.getfile(psfile).delete();//删除ps脚本文件
fso.getfile(logfile).delete();//删除转换的日志文件

word.quit();
wscript.echo("isuccess");//成功
wscript.quit(0);
}
catch(x)
{
word.quit();
wscript.echo("isfail");//失败
wscript.quit(0);
}

然后测试该脚本程序

启动ms-dos,输入如下命令:

c:\>cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\

说明:

运行成功后将看到test.pdf文档了

c:\test.doc参数对应的是脚本程序中的files(0)

c:\参数对应的是脚本程序中的files(1)

你可以安照该脚本改写成,支持多个参数,使用for循环,一次转换多个word文档,此处没有使用多个文件转换功能,是考虑到,该段脚本放在c#的线程中执行,这样一来也可以转换多个word文档.

四:使用c#调用convertdoc2pdf.js脚本

新建一个c#的windows应用程序,添加一个按钮button1

添加一个函数,函数名startconvertpdf

public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = @"c:\";
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true; //输入重定向

proc.start();
proc.standardinput.writeline(@"cscript //nologo c:\convertdoc2pdf.js c:\test.doc c:\");
proc.standardinput.writeline("exit");
proc.waitforexit();
}

然后在按钮的click事件中添加调用线程的代码

private void button1_click(object sender, system.eventargs e)
{
//定义线程序
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}

注意:在测试上面的c#程序时,必须添加如下命名空间

using system.diagnostics;
using system.threading;

五:健壮的c#调用代码(实际考虑,可放在b/s系统中)

完成第4步的c#测试后,细心的读者,可能看到一点问题,那就是如何得到脚本运行后输出的结果,如何给线程中调用的startconvertdata方法传递参数

1:传递参数,此话说来也可用一篇教程告诉大家线程中方法如何来传递参数,现在就讲一个方案,此种方案很多,我采用一个类,初始化这个类,然后调用该类的方法作为线程执行的方法

2:得到脚本的输出结果,使用process对象的输出重定向,就是说改变输出方向,使脚本不输出到控制台(ms-dos窗口),而是重定向输出到c#程序中,并采用线程的异步回调方法,显示脚本运行结果。

添加一个新类,类名为topdf

using system;
using system.diagnostics;
using system.componentmodel;
using system.windows.forms;
using system.data;

namespace doc2pdf
{
public class topdf
{
private string strword = "";//此处的word文件不含路径
private string spath = "";
public string sexecresult = "";
public bool bsuccess = false;

public topdf(string sparamword,string sparampath)
{
strword = sparamword;
spath = sparampath;
}

public void startconvertpdf()
{
process proc = new process();
proc.startinfo.filename = "cmd.exe";
proc.startinfo.workingdirectory = spath;
proc.startinfo.createnowindow = true;
proc.startinfo.useshellexecute = false;
proc.startinfo.redirectstandardinput = true;//标准输入重定向
proc.startinfo.redirectstandardoutput = true;//标准输出重定向

proc.start();
proc.standardinput.writeline("cscript //nologo "+spath+"convertdoc2pdf.js "+spath+strword+ " "+spath);
proc.standardinput.writeline("exit");
sexecresult = proc.standardoutput.readtoend();//返回脚本执行的结果
proc.waitforexit();
proc.close();

}

public void endconvertpdf(system.iasyncresult ar)//ar参数必须写,是线程执行完成后的回调函数
{
if(sexecresult.indexof("isuccess")!=-1)bsuccess=true;
else if(sexecresult.indexof("isfail")!=-1)bsuccess=false;
//如果放在b/s系统,你可以在此处写数据库,是成功还是失败,并用一个webservice程序不断检查数据库,此webservice程序不放在该回调用函数中
//如果放在c/s系统,回调函数可以不放在类中,以便在窗体程序中调用结果
}
}
}

改写原来的button1_click事件中的代码

private void button1_click(object sender, system.eventargs e)
{
topdf my2pdf = new topdf("test.doc","c:\\");
threadstart thstartconvert = new threadstart(my2pdf.startconvertpdf); //开始异步调用线程
thstartconvert.begininvoke(new asynccallback(my2pdf.endconvertpdf),null);//设置异步线程的回调函数

//如果需要转换多个word,你可以用循环
//如果是b/s系统,可以将本段代码放在aspx中,并结合客户端的无刷新显示数据的技术,不断访问webservice程序,以确定pdf是否转换成功或失败
}

六:编写更加健壮的c#调用代码(实际考虑,可放在windows的服务程序中)

实际使用时,由于转化pdf时cpu的占用率很高,考虑只在同一时间转换一篇word文档,放弃异步线程的回调函数的使用,考虑一个windows的服务程序。

写一个函数checkdata2convert(),不断的检查没有转换的word文档,并使用循环调用topdf类中执行转换方法startconvertpdf

//以下给出,泛代码,用户按照自己的需求,填写完整即可
//bool bstart为全局变量,控制循环的进入与退出
//例:18:30开始检查并转换,那么18:30时,bstart=true;并启动转换线程
//6:30停止转换线程,bstart=fasle;

private void checkdata2convert()
{
//检查指定目录下的没有转换的word文档,你同样可以检查数据库中记录的没有转换的word文档
string spath = system.threading.thread.getdomain().basedirectory; //当前的路径
while(bstart)
{
int ifilecount = checkword(); //checkword为一个方法,检查当前没有转换的word文档,返回没有转换的文件数,该方法的代码由读者自己编写
for(int i=0;i<ifilecount;i++)
{
string sword = getwordfilename(i) //getwordfilename为一个方法,返回一个不带路径的word文件名,该方法的代码由读者自己编写
//topdf类中的startconvertpdf()方法使用的是不带路径的word文件名
topdf my2pdf = new topdf(sword ,spath);
my2pdf.startconvertpdf();

if(my2pdf.sexecresult.indexof("isuccess")!=-1)
{
//成功,写日志,或回写数据库
}
else if(my2pdf.sexecresult.indexof("isfail")!=-1)
{
//失败,写日志,或回写数据库
}

}

if(!bstart)break;
thread.sleep(1000);
}
}

然后在服务的开始事件中,启动线程

protected override void onstart(string[] args)
{
//可以使用一个开始定时器,检查是否到开始时间,时间一到,就开始执行线程,此处的开始执行线程可以放在开始定时事件中
//可以使用一个结束定时器,检查是否到结束时间,时间一到,就结束线程,结束线程的代码可以放在结束定时事件中
//注意:应该使用组件中的定时器,而不是windows的forms中的定时器
//该定时器的类名为system.timers.timer,千万别搞错,不然执行不会正常的
bstart = true;
thread thconvert = new thread(new threadstart(startconvertdata));
thconvert.start();
}

然后在服务的结束事件中,设置停止线程的标识bstart= false

protected override void onstop()
{
bstart = false;
//为何次处不停止线程呢,因为考虑到,现在线程正在转换word文档,但没有结束,所以只设置停止标识,转换完成后,线程也执行结束了.
}

如果是文字是话直接复制过去就可以了，如果是图片的话

“文件” 菜单――“另存为”――“保存类型：jpeg（*.jpg

*.jpeg *.jpe） ”――“保存”。

整篇pdf文档就变成一幅幅图片了。

adobe acrobat 7.0 professiona l使命完成。

尚书七号ocr

“文件” 菜单――“打开图像”――“文件类型：全体图像

（*.tif *.bmp *.jpg）

（2）开始识别。

“选择全部文件”按钮――“开始识别”按钮

稍等一会儿，所选图片就变成文本了。

（3）必须校对。

逐幅图片进行校对，时间紧的话着重校对红色部分，这是识别软

件认为需人工校对的部分，但是不要迷信，没有标出的地方还是

有错的。

（4）合成输出。

“选择全部文件”按钮――“输出”菜单――“到指定格式文件

”命令――“保存类型：txt”――“输出到外部编辑器”――

“保存”

（5）记事本编辑。

pdf-to-word 是一款转换 adobe pdf 文档到 microsoft word 格式的程序。该转换工具具有简单易用的向导界面，即使是新手也可以轻松完成转换，并且可以最大限度的保留原有的版面布局和图像，支持转换文档中的中文等东亚语言，无需安装 adobe acrobat reader。同时，它也支持命令行操作，方便高手使用 http://www.greendown.cn/soft/4270.html

一款非常有用的pdf转换工具，可以快速的将pdf文档转换为word rtf文件，允许你保留全部特性包括文字、图片、表格、链接等，同时也支持批量转换。转换速度快，精确，易于使用，支持unicode和亚洲字体编码。无需安装microsoft word, acrobat reader。
http://www.greendown.cn/soft/3756.html
霏凡软件绿色下载站